一种手推车智能收集机器人调度方法及系统

本发明提出一种手推车智能收集机器人调度方法及系统，包括以下步骤：S1，初始化机场环境状态和构建神经网络分层强化学习高层策略和低层策略；S2，定义奖励函数；S3，高层策略决定每个智能行李手推车收集机器人的任务类型；S4，低层策略基于高层策略的决定，为每个智能行李手推车收集机器人选择具体的目标位置；S5，执行低层策略动作并更新机场环境状态；S6，经验存储与回访；S7，引入价值函数更新高层策略和低层策略；S8，重复训练S3‑S7，直至满足停止条件；本发明用分层强化学习方法实现手推车智能收集机器人对手推车的收集、分发或调度。